「寒武纪」寒武纪招股书首次披露:去年营收超4亿元,95%依赖前五大客户( 四 )


2、产业集中度低 , 在国际竞争中缺乏具有核心优势的龙头企业 。 我国前十大芯片设计企业 2018 年的市场份额占有率仅为 40.21% , 而全球前十大设计企业的市场份额在 70% 以上 。
3、核心器件过度依赖进口 , 自给率低 。 2018 年中国集成电路进口总金额 3,166.81 亿美元 , 出口总金额为 860.15 亿美元 , 贸易逆差同比增长 11.21% 。
同时 , 根据自身的研发经验 , 寒武纪也对 AI 智能芯片的迭代周期进行了预判 。 综合考虑到设计的研发周期、不同工艺下的制造周期、产品在市场的销售周期等因素 , 未来经过充分竞争后 , 云端智能芯片的迭代周期通常会在 2 年左右 , 边缘智能芯片的迭代周期通常会在 2-3 年左右 , 具备专门化、本地化人工智能处理能力的终端消费类电子芯片(如旗舰手机芯片)的迭代周期约为 1 年 , 其他中高端智能类 SoC 芯片的迭代周期约为 2 年 。
「寒武纪」寒武纪招股书首次披露:去年营收超4亿元,95%依赖前五大客户
本文插图
图|AI 智能芯片的发展趋势(来源:寒武纪招股书)
关于新兴的 AI 智能芯片是中国芯片企业的一大时代机会 , 在中国市场 , 有数据有场景更有国家政策近年来的不断扶持 , 人工智能从基础层到云端 , 再到广泛的应用端 , 对智能芯片需求量与日俱增 , 发展环境得天独厚 , 专用 AI 智能芯片将是我国芯片企业角逐的重要战场 。
从目前的国际竞争梯队来看 , 泛人工智能类芯片第一梯队还是国际集成电路设计龙头企业 , 包括 Nvidia、Intel、AMD、Qualcomm、NXP、Broadcom、Xilinx、联发科、华为海思 , 以及以进行 IP 授权模式经营业务的 ARM、Cadence 和 Synopsys 等公司 。
第二梯队则是寒武纪、地平线机器人、Graphcore、Wave Computing 等为代表的专业 AI 芯片设计公司 , 这类企业虽然与国际芯片巨头在成立时间、营收规模、技术积累以及生态开拓方面都相差甚远 , 但在人工智能算法和针对人工智能应用场景的技术方面已具备相当的优势 , 在这样的专用芯片领域 , 未来从独角兽企业中再跑出行业龙头并非没有可能 。